<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>World on HWL Robot News</title><link>https://robot-news.helloworldlab.dev/regions/world/</link><description>Recent content in World on HWL Robot News</description><generator>Hugo</generator><language>ja</language><lastBuildDate>Fri, 23 Oct 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://robot-news.helloworldlab.dev/regions/world/index.xml" rel="self" type="application/rss+xml"/><item><title>FIRST Global Challengeで中国高校生チームが準優勝</title><link>https://robot-news.helloworldlab.dev/topics/aa1df1913dfe/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/aa1df1913dfe/</guid><description>&lt;p&gt;2026年10月7〜10日に韓国・仁川で開かれた第10回FIRST Global Challengeで、中国の高校生チームが総合2位に入った。北京の4校から成る15人のチームで、約185の国・地域と競った。今年のテーマは山火事の予防と対応で、ロボットがオレンジ色のフォームボールを集めて消火装置へ運ぶ課題だった。設計計算や試験記録が評価され、工学文書賞も金メダルで受賞した。大会全体の優勝同盟はベネズエラ、エルサルバドル、ウズベキスタン、モルドバで、2027年の開催地はマドリードに決まった。&lt;/p&gt;</description></item><item><title>センサと人工筋肉を兼ねるイオン性ソフトロボット</title><link>https://robot-news.helloworldlab.dev/topics/f537c6c6cbf0/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/f537c6c6cbf0/</guid><description>&lt;p&gt;全北大学とKAISTの共同研究チームが、近づく物体を検知し光に応じてつかむイオン性ソフトロボット「Ionograsper」を開発した。成果は国際誌Advanced Materialsに発表され、カバー論文に選ばれた。1つのイオン性高分子材料が、センサと人工筋肉の両方の役割を果たす点が要である。物体が近づくと電場でイオンの分布が変わり、それを検知する。低強度の紫外光を短時間当てるだけで駆動し、光を消した後も10分以上変形を保つ。部品や配線が減り、省エネにもつながるため、今後はAI制御と組み合わせてフィジカルAIロボットへの応用を目指す。&lt;/p&gt;</description></item><item><title>学生が作った300ドル未満の食事支援ロボ</title><link>https://robot-news.helloworldlab.dev/topics/1ee838852d71/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/1ee838852d71/</guid><description>&lt;p&gt;メリーランド大学の機械工学科の学生4人が、身体障害のある人の自力での食事を助けるロボット給餌装置「FEEED」を開発した。チームは価格を300ドル未満とし、市販品は5,000ドル超になり得ると説明している。2026年5月6日にClark School of Engineeringのキャップストーン設計展で発表された。四肢麻痺や脳性麻痺の人などを想定し、Volunteers for Medical Engineeringが支援した。実ユーザーによる試用は行われたが、人数や詳細な結果は示されていない。&lt;/p&gt;</description></item><item><title>眼内注射を自律で行うロボット、ヒト提供眼で初成功</title><link>https://robot-news.helloworldlab.dev/topics/c2c6dc897789/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/c2c6dc897789/</guid><description>&lt;p&gt;スイスのETH ZürichのBradley Nelson氏らの研究チームが、ヒトのドナー眼に対する世界初の自律的ロボット硝子体内注射を実施した。Augenklinik Zürich WestやチューリッヒU大学の眼科医からの依頼が発端で、年間膨大な数に上る網膜注射の負担軽減が狙いだ。EURETINA 2026で発表され、先端位置決め50μm以下、角膜輪部から3.5〜4.0mmの狙い位置への注入を達成した。眼が動いても注入角度は±10°以内に保たれ、予期せぬ眼球運動への反応は人間の20倍速いという。常に医師が監視し制御する体制で、今後は生体患者への移行が課題となる。&lt;/p&gt;</description></item><item><title>強化学習で羽ばたきロボの翼を再設計</title><link>https://robot-news.helloworldlab.dev/topics/f8069ec3d70f/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/f8069ec3d70f/</guid><description>&lt;p&gt;北京科技大学（USTB）のチームが、深層強化学習を用いてロボット蝶の翼を再設計する研究を発表したと報じられた。取得できた本文がなく、手法や性能の詳細は不明である。タイトルから、強化学習を翼形状の最適化に使い、羽ばたき型ロボットの設計を改善する取り組みと読み取れる。具体的な成果の数値は確認できていない。&lt;/p&gt;</description></item><item><title>空気圧2個で3D遊泳、ウミシダ型ソフト水中ロボ</title><link>https://robot-news.helloworldlab.dev/topics/d1c77fe0d86d/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/d1c77fe0d86d/</guid><description>&lt;p&gt;ノースカロライナ州立大学が、ウミシダに着想を得たソフト水中ロボットを開発した。わずか2つの空気圧アクチュエータと4枚の弾性ウイングで3次元の操舵を行い、速度は毎秒1.64体長、旋回は毎秒約90度に達する。複雑なAIではなく、素材の形状と弾性による機械的知能に制御を任せる設計が特徴だ。現時点ではケーブル接続の試作機で、完全な無線・自律化は未達である。研究チームは実環境向けの無線・自律版を目指している。&lt;/p&gt;</description></item><item><title>重希土類なしで高性能ネオジム磁石を製造</title><link>https://robot-news.helloworldlab.dev/topics/9e6106e774e2/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/9e6106e774e2/</guid><description>&lt;p&gt;韓国材料研究院の研究チームが、ジスプロシウムやテルビウムといった高価な重希土類を使わずに高性能Nd-Fe-B永久磁石を作る技術を確保したと10月23日に発表した。希土類酸化物から微細粒子を合成する還元・拡散工程で約1μmの超微細粉末を作り、酸化を抑える後処理を新たに開発した。粉末表面の潤滑剤コーティングと減衰交流磁場で配向性を高め、水素補助工程で残留炭素と保磁力低下も解決した。成果は2誌に掲載され、特許9件を創出した。量産技術が確立すれば電気自動車やヒューマノイドへの活用が見込まれる。&lt;/p&gt;</description></item><item><title>中国でAIとロボットが新物質を創る「ロボット科学者2.2」</title><link>https://robot-news.helloworldlab.dev/topics/16ae5be5a203/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/16ae5be5a203/</guid><description>&lt;p&gt;AIが仮説を立てロボットが実験する研究システム「ロボット科学者2.2」が、18日に安徽省合肥市で開かれた「智能科学家生態連盟」の第4回年次総会で発表された。大規模AIモデルが仮説を立て、小規模モデルが検証し、研究ロボットが精密な実験を担う仕組みで、新物質を自律的に創製する。研究ロボット110台、AI化学ワークステーション196台、命令セット508種類、化学実験テンプレート3200種類、AIモデル310種類を統合する。バイオ医薬や新エネルギー、宇宙探査などで活用され、中国科学技術大学教育基金会は年500万元超の人材支援基金も発表した。&lt;/p&gt;</description></item><item><title>背中に脚を足す装着型ロボット「ケンタウロス」</title><link>https://robot-news.helloworldlab.dev/topics/d86f946c2e61/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/d86f946c2e61/</guid><description>&lt;p&gt;中国・深圳の南方科技大学のChenglong Fu教授らの研究チームが、装着者の背後に独立した2本の脚とロボット胴体を取り付ける装着型ロボット「Centaur」を開発した。荷重を人の脚ではなくロボット側で支える設計で、人体とは非線形剛性の受動弾性カップリングで接続する。参加者5人による20kgの荷物運搬試験では、荷重の半分強をロボットが負担した。通常のバックパックと比べ、歩行の正味代謝コストは35.16%低減した。成果はInternational Journal of Robotics Researchに掲載された。&lt;/p&gt;</description></item><item><title>ENJOY AI Vietnam閉幕、12月の中国国際決勝へ</title><link>https://robot-news.helloworldlab.dev/topics/8305a59b3355/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/8305a59b3355/</guid><description>&lt;p&gt;ロボティクスとAIの競技会ENJOY AI Vietnam 2026が国内シーズンを終えた。約2000人の学生が参加し、海外からも数百人が集まった。同大会は、ベトナム初の国際ロボット競技会ENJOY AI Asian Open 2026と連携して開かれた。学生は7つの課題部門でプログラミングやロボット制御の力を競った。ベトナム代表の上位チームは、2026年12月に中国・横店で開かれる国際決勝に出場する予定だ。&lt;/p&gt;</description></item><item><title>アルメニアの若者がWRO欧州大会で部門優勝</title><link>https://robot-news.helloworldlab.dev/topics/83cd2bb4822c/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/83cd2bb4822c/</guid><description>&lt;p&gt;2026年10月13〜16日にクロアチアのザグレブで開かれたWRO 2026 Open Championship Europeで、アルメニアのギュムリ開発研究所のチームが、フューチャーイノベーターズ部門のシニア年齢層で1位となった。大会には世界から約250チームが参加した。作品は本をスキャンして動画、音声、スライドなどに変換する自動書籍スキャンロボットだ。視覚に困難がある人や試験勉強をする学生の支援を目指し、視覚障害のある同級生の悩みが開発のきっかけだった。メンバーは15〜16歳の3人で、同チームは2024年にもイタリアの大会で金メダルを得ている。&lt;/p&gt;</description></item><item><title>インフィニオン、ヒューマノイド向けスタートアップ競技の勝者発表</title><link>https://robot-news.helloworldlab.dev/topics/dc78cf88d08d/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/dc78cf88d08d/</guid><description>&lt;p&gt;独インフィニオンが「2026 Infineon Start-up Challenge」の受賞者を発表した。ヒューマノイド向けの重要技術を競う企画で、100件超の応募から審査員が15社を選出した。15社は4か月の取り組みを経て、オーストリア・グラーツのEBSCONでのデモデイで解決策をピッチした。テーマは周囲の知覚、物体の取り扱い、精密な動作の実現である。第1位は伊AdapTronics S.r.l.で、吸盤や機械式グリッパーを使わず多様な物体を安全に扱える把持技術が評価された。&lt;/p&gt;</description></item><item><title>シンガポール初の製造向け身体性AI競技会が始動</title><link>https://robot-news.helloworldlab.dev/topics/78a21e8f0d7f/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/78a21e8f0d7f/</guid><description>&lt;p&gt;シンガポールのNRP、A*STAR、NTUのPINE Lab、Micron Technologyが、同国初の全国規模の身体性AI競技会を発表した。半導体製造の実課題を題材とし、Micron製の3Dモックアップチャンバー内で、開封、部品の取り外しと再取り付け、検査、清掃、再組立などをロボットに行わせる。オンラインのシミュレーション予選は2026年10月1日から12月31日まで行われる。決勝は2027年3月20日にRoboSG! 2027で実施する。賞金総額は8万8000シンガポールドルで、優勝賞金は5万シンガポールドルだ。&lt;/p&gt;</description></item><item><title>スタンフォードが自律ロボット学習の基盤を公開</title><link>https://robot-news.helloworldlab.dev/topics/0be93315449d/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/0be93315449d/</guid><description>&lt;p&gt;スタンフォード大学が、自律ロボットの学習を世界に開放する取り組みを発表した。Stanford Reportが2026年10月22日に伝えた。提供された情報はタイトルのみで、公開される内容の詳細や仕組み、対象となる利用者、開始時期は本文から確認できない。研究成果やツールを外部の研究者へ広げることで、ロボット学習の研究が進む可能性がある。&lt;/p&gt;</description></item><item><title>安定性を保証する強化学習で軌道追従を最大15%改善</title><link>https://robot-news.helloworldlab.dev/topics/1b8433929c2a/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/1b8433929c2a/</guid><description>&lt;p&gt;イリノイ大学アーバナ・シャンペーン校の研究者らが、強化学習と収縮理論を組み合わせた手法CARL（Contraction-Aware Reinforcement Learning）を開発した。学習した制御方策で追従誤差の挙動に数学的保証を与え、既存手法より追従性能を最大15%高めた。車輪型のTurboBot 3 Burger、羽ばたき型ドローン、六脚ロボットJethexaの3種で実機を含む実験を行った。学習制御の不安定化や破損のリスクを減らし、実用展開を進める成果である。&lt;/p&gt;</description></item><item><title>胃がん手術、ロボット支援が腹腔鏡より有利と報告</title><link>https://robot-news.helloworldlab.dev/topics/9278b7a9852b/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/9278b7a9852b/</guid><description>&lt;p&gt;胃がんに対するロボット支援手術と腹腔鏡手術を比較した研究で、ロボット支援手術に臨床上の利点があるとの結果が報じられた。本文は取得できておらず、対象患者数や具体的な指標、実施機関などの詳細は確認できない。&lt;/p&gt;</description></item><item><title>宇宙船内の浮遊物捕獲を測るベンチマーク公開</title><link>https://robot-news.helloworldlab.dev/topics/fd869d5be3f3/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/fd869d5be3f3/</guid><description>&lt;p&gt;宇宙船内で漂い回転する物体を固定ベース腕で捕獲・操作する能力を測る、オープンなベンチマークAstroBenchが公開された。MELFIハードウェアやRobotic Refueling Missionに基づく作業を含み、9つのタスク定義と29のタスク対象の組合せを備える。Objaverse由来の8,414個の物体も用意された。既存のπ0.5 DROIDポリシーは静止目標200回中2回、移動目標200回中4回しか捕獲できなかった。一方、立方体専用のACTは静止8/10、移動6/10で成功した。コードとアセットも公開されている。&lt;/p&gt;</description></item><item><title>汚染LLMがロボに危害計画、攻撃と防御を提示</title><link>https://robot-news.helloworldlab.dev/topics/abe4f135cf5b/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/abe4f135cf5b/</guid><description>&lt;p&gt;米ビンガムトン大学のAdnan Siraj Rakin助教らが、ロボットのタスク計画用LLMに複数のトリガー語でバックドアを仕込む攻撃MuTRAPを示した。ドメイン特化のファインチューニング時に悪意ある挙動を埋め込み、トリガーを含む指示で安全な計画が有害な計画に切り替わる。GPT2-largeやLlama-3.1-8Bなど7モデルをVirtualHomeで検証し、手を切る計画や猫を加熱する計画が生成された。実害はなく、模擬の果物や3Dシミュレーションでの実験である。生成計画を別のLLMで事前評価する防御PROTEAも提案し、IROS 2026で発表した。&lt;/p&gt;</description></item><item><title>血栓を壊し薬も届ける微小ロボットを開発中</title><link>https://robot-news.helloworldlab.dev/topics/25a58b5975dd/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/25a58b5975dd/</guid><description>&lt;p&gt;米デラウェア大学ニューアーク校の研究チームが、血栓を物理的に破壊しつつ薬剤を直接届ける「クロットボット」を開発している。機械工学のサンベータ・ダス教授によると、形状や機能の異なる複数の版があり、血栓付近に注入して使う。血栓の大きさに応じて1,000〜10,000個ほどを投入する想定で、自律動作のほか遠隔操作も可能だ。PS5のコントローラーでの誘導も実証され、約100ドルで2万〜3万個を作れるという。数週間の薬物治療を数時間に短縮できる可能性がある。&lt;/p&gt;</description></item><item><title>自作できる低コスト3軸触覚センサの研究が相次ぐ</title><link>https://robot-news.helloworldlab.dev/topics/62a9d8cf7119/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/62a9d8cf7119/</guid><description>&lt;p&gt;せん断力を含む触覚を安価に得る研究が複数発表された。VecTileは厚さ6mmの柔軟な触覚アレイで、感圧層とシリコーン突起により3軸の力を検出する。4x4アレイで35ドル未満、法線・せん断のRMSE誤差は0.39Nと0.16Nだった。OpenTacは設計ツールやシミュレータを含む触覚スキンの公開エコシステムで、30種超のセンサを試作した。触覚操作を力学・データ駆動の両面から整理したサーベイも出た。&lt;/p&gt;</description></item><item><title>小惑星探査を目指す星形ソフトロボットSTARFISH</title><link>https://robot-news.helloworldlab.dev/topics/ab5ad2e0a3bc/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/ab5ad2e0a3bc/</guid><description>&lt;p&gt;南カリフォルニア大学（USC）ViterbiとUSC宇宙工学研究センターが、生物に着想を得たソフトロボット「STARFISH」を開発している。構想は2020年にDavid Barnhart氏が、軌道上の宇宙機の溶接部や継ぎ目の検査用に立ち上げた。パンデミックで止まっていたが、2022年1月に博士課程のKristina Andreyeva氏が引き継ぎ、再始動した。将来は星形の小型ロボットを群れで小惑星に放ち、柔軟な脚で岩をつかみ、隙間に入って表面を調べる構想である。実現は数十年先とされ、現在は宇宙で動き、つかみ、移動する基礎課題に取り組んでいる。&lt;/p&gt;</description></item><item><title>人の動作事前分布でヒューマノイドの動作をつなぐ</title><link>https://robot-news.helloworldlab.dev/topics/8ab823f5ec57/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/8ab823f5ec57/</guid><description>&lt;p&gt;独立に取得したヒューマノイドの動作を連続した一連の動きにつなぐ手法STAMPが発表された。2つの動作を人間のリグに再ターゲットし、学習した整合モデルで相対位置・向き・遷移時間を選び、人の動作事前分布で遷移を生成する。完成した系列をロボットに戻し、追従ポリシーの学習に使う。Unitree G1とROBOTIS K1で遷移の追従成功率を評価し、実機でも長い動作列の合成を示した。&lt;/p&gt;</description></item><item><title>生体模倣の電子皮膚でロボットに反射能力</title><link>https://robot-news.helloworldlab.dev/topics/ed78bb7ab06d/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/ed78bb7ab06d/</guid><description>&lt;p&gt;生体の仕組みに着想を得た電子皮膚（e-skin）により、ロボットが人間のような反射動作を行えるようになる研究をNanowerkが2026年10月22日に報じた。提供された情報はタイトルのみで、具体的な素材、構造、性能値、研究機関は本文から確認できない。触覚センサと素早い反応を結びつけることで、接触時の安全性や器用さの向上につながる技術として注目される。&lt;/p&gt;</description></item><item><title>設計から作り込んだ培養筋肉で跳ね歩くロボ</title><link>https://robot-news.helloworldlab.dev/topics/094c723cef62/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/094c723cef62/</guid><description>&lt;p&gt;スイス連邦工科大学チューリッヒ校（ETH）の研究チームが、マウスの筋細胞と軟らかいハイドロゲルの足場を組み合わせたバイオハイブリッドロボットを開発し、Nature Communicationsに発表した。筋組織と足場を最初から計算機上で一体設計し、アルゴリズムで収縮が最大の動きになる形状を探索した。足場は光造形の一種xolographyで3Dプリントしている。長さ約1.5cmのアクチュエータは従来比で最大11倍変形し、ジャンプで約5mm跳び、歩行型は毎秒6.2mmで走る。現状は栄養液が必要で、大型化には人工血管系が不可欠だという。&lt;/p&gt;</description></item><item><title>藻類と2層ゲルで光駆動の軟体アーム</title><link>https://robot-news.helloworldlab.dev/topics/5b5d11b96e91/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/5b5d11b96e91/</guid><description>&lt;p&gt;オランダのデルフト工科大学の研究チームが、生きた微細藻類を利用した光制御のソフトアクチュエータを開発し、Nature Communicationsに発表した。長さ約2cm、厚さ1mmの帯で、2種のハイドロゲル層の表面に藻類を成長させている。光で藻類が光合成するとゲル内のpHが変わり、2層の膨張差で曲がる。光を消すと約10秒で逆方向に戻り、ゴム輪を引っ掛けて持ち上げたり金属球をつかんだりする実演を行った。水中での柔らかい把持や、光に応じて向きを変える農業用装置などへの応用が見込まれる。&lt;/p&gt;</description></item><item><title>米ACMIの製造ピッチ大会、初回の賞金300万ドルを配分</title><link>https://robot-news.helloworldlab.dev/topics/7979b8e42a44/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/7979b8e42a44/</guid><description>&lt;p&gt;米ACMIが初開催のHorizon Manufacturing Cupの受賞者を発表し、賞金は総額300万ドルとなった。大会はインディアナ大学ブルーミントン校で今週開かれた。大賞100万ドルは、複合材構造や耐熱材の自動生産システムを手がけるRaven Space Systemsが獲得した。残る200万ドルは4社で分け合い、防衛産業基盤の危険作業を自動化する米ロボット企業Standard Botsも選ばれた。他にHybron、Supernova、Glīdが受賞した。&lt;/p&gt;</description></item><item><title>北京経開区でロボット競技会、29チームが実用性を競う</title><link>https://robot-news.helloworldlab.dev/topics/c3ab901e9152/</link><pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/c3ab901e9152/</guid><description>&lt;p&gt;2026 Robot Warrior Challenge秋季大会が10月18日、北京経済技術開発区の南海子公園で開かれた。企業や中高・大学など中国全土の29チームが参加した。災害救助、産業点検、都市の運営保守の3場面で、計14の課題が課された。危険物処理や瓦礫の走破など実践的な課題が加わり、環境認識や自律判断が問われた。MirrorMe Technology、GENISOMのMilk Long Team B、XYDLのTeam A、AK Brothers Team Bが各部門で優勝した。&lt;/p&gt;</description></item><item><title>3Dプリンタで作れるリンク駆動の人型ロボットハンド</title><link>https://robot-news.helloworldlab.dev/topics/eeaf64c608dc/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/eeaf64c608dc/</guid><description>&lt;p&gt;NJITの研究チームが、リンク駆動で1本の指に3つの駆動自由度（3-DOA）を持つ人型ハンド「PHD-Hand」を発表した。柔軟ヒンジとばね鋼の駆動ロッドで駆動機構を簡素化し、1本あたり約13点の部品で安価な3Dプリンタと市販サーボから製作できる。腱駆動の摩耗やコストの問題を避けつつ、人間の手に近い200mmの大きさを実現した。運動学は分離され、双方向駆動とバックドライブが可能である。試作機で把持と物体操作を評価しており、成果はIEEE-RAS Humanoids 2026に採択された。&lt;/p&gt;</description></item><item><title>LiDAR距離画像の事前学習で四脚ロボットが群衆内を移動</title><link>https://robot-news.helloworldlab.dev/topics/d273701825c3/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/d273701825c3/</guid><description>&lt;p&gt;RangeNavは、パラメータ数183kと小型のLiDAR距離画像エンコーダで、合成データのみで事前学習する。再構成、意味分割、俯瞰図予測を組み合わせた目的で学習し、その後は固定して方策学習に使う。意味とBEVの教師を加えると、再構成のみの基準より成功率が学習環境で平均32.03pp、未知の現実的環境で23.73pp向上した。Unitree B2-Wでの実機検証では、追加学習なしで密集した人混みや暗所、工事現場を通過できた。同日には、軽量MLPを用いた自動運転計画DriveMLPも、nuPlan Val14 Reactiveで86.51点を記録している。&lt;/p&gt;</description></item><item><title>PACK EXPOの高校生競技、ベッカー高とレガシー高の連合が優勝</title><link>https://robot-news.helloworldlab.dev/topics/0d546e83e8a5/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/0d546e83e8a5/</guid><description>&lt;p&gt;PACK EXPO Internationalで開催された2026年のPACK Challengeで、Becker High SchoolとLegacy Christian Academyの連合チームが第1位を獲得した。高校生によるパッケージングの競技会である。本文が取得できておらず、ロボット要素や競技内容の詳細は不明である。&lt;/p&gt;</description></item><item><title>VLAの不確実性推定と実行監督を効率化する研究群</title><link>https://robot-news.helloworldlab.dev/topics/a995a4a3ea16/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/a995a4a3ea16/</guid><description>&lt;p&gt;VLA（視覚言語行動）政策の信頼性向上を狙う4本のarXiv論文が相次いだ。単一ポリシーの埋め込みからGaussian過程の条件付き分散で認識的不確実性を推定する手法は、SmolVLAとLIBERO-10の実験でアンサンブルに匹敵し、スコア算出時間を最大約50分の1に減らした。FastHarnessはGPT-6 Astraによるπ0.5の監督頻度を経験から調整し、レビューのトークン使用量を平均57.2%削減、成功率を80%から97.19%に高めた。Echoは停止・失敗信号を行動チャンクに加えて同時にデノイズし、成功・失敗の判定と行動生成を一つのVLAで担う。ほかに実行可能な記憶を扱うストリーミング推論の研究もある。&lt;/p&gt;</description></item><item><title>ガーナ大会でナイジェリアの学校が革新賞と最優秀コーチ賞</title><link>https://robot-news.helloworldlab.dev/topics/f663c3a3da23/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/f663c3a3da23/</guid><description>&lt;p&gt;2026年10月9日、アクラのガーナ大学レゴン校で開かれたGhana Robotics Competitionで、ナイジェリア・ラゴスのWhitesands Schoolチームが最優秀イノベーション賞と最優秀コーチ賞を受賞した。同チームは大会唯一の招待海外チームだった。今年のテーマは「持続可能なアフリカのためのAIとロボティクス」。出展は水質監視と浮遊ごみ回収を行う自律浮遊ロボットAquapod、オフライン型の農産物記録システムFarmlink、収穫後の腐敗を防ぐ保管監視システムHarvestGuardの3作品。&lt;/p&gt;</description></item><item><title>コード計画と世界モデルを統合する行動モデル</title><link>https://robot-news.helloworldlab.dev/topics/8974797ead1a/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/8974797ead1a/</guid><description>&lt;p&gt;ロボット操作向けのワールドアクションモデル（WAM）に関する論文が複数、arXivに投稿された。AW-0は、コード、将来映像、ロボット行動の3つの流れをMixture-of-Transformersで同時に生成し、コード計画と物理的な予測を結び付ける。生成したプログラムはスキルとして再利用でき、RoboTwin 2.0と双腕の実機タスクでVLAやWAMの基準手法を上回った。FREDは単一ノイズ除去ステップで得る将来映像表現を自己蒸留で改善し、人の動画だけで示したタスクの成功率を、最良の競合の19.4%に対し50.0%にした。ほかに4D幾何を統合したUniFlowWAMや、物理較正、骨格に基づく潜在行動モデルも報告された。&lt;/p&gt;</description></item><item><title>サウスカロライナの高校ロボチーム、地域の祭典で実演</title><link>https://robot-news.helloworldlab.dev/topics/cbb46fdd1ed5/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/cbb46fdd1ed5/</guid><description>&lt;p&gt;サウスカロライナ州の高校生ロボットチーム「Due Westerners」が、グリーンウッド中心部のiMAGINE STEAM Festivalでロボット「Quick Draw」を実演した。ボールを発射して得点する機体で、製作に約6週間かかった。来場した子どもたちがボールを入れ、チームが操縦して競技の仕組みを見せた。チームは非営利団体Due West Roboticsの一員で、FIRST Robotics Competitionに参加している。11年生で電気担当のAbby Whitwoodは、4年前に祭りでチームと出会い入部した。&lt;/p&gt;</description></item><item><title>ジャザン教育局がWROで2位・4位入賞</title><link>https://robot-news.helloworldlab.dev/topics/c70f8448fc0e/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/c70f8448fc0e/</guid><description>&lt;p&gt;サウジアラビアのジャザン地域の教育関係チームが、World Robot Olympiadで2位と4位に入賞したと、サウジ通信が伝えた。入手できた情報は見出しのみで、大会の開催地や部門、出場チームの詳細は不明だ。&lt;/p&gt;</description></item><item><title>テスト時に誘導できる人型ロボットの転倒復帰</title><link>https://robot-news.helloworldlab.dev/topics/e14bc9358d12/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/e14bc9358d12/</guid><description>&lt;p&gt;人型ロボットの転倒からの起き上がりを、推論時にタスクの目的で誘導できる手法「RISE」が発表された。共通の動作を組み合わせて多様な復帰動作の語彙を作り、センサ入力から動作を生成する。視覚拡散プランナーが将来の身体状態として動きの意図を予測し、向きや起き上がり速度、経路といったコストでそれを操作する。深度観測により、障害物や段差のある地形にも適応できる。再学習なしでシミュレーションにて多様な復帰と誘導を示し、実機のUnitree G1でも実演した。&lt;/p&gt;</description></item><item><title>バミューダの高校生チーム、米アトランタでFTC初戦へ</title><link>https://robot-news.helloworldlab.dev/topics/5915fa065523/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/5915fa065523/</guid><description>&lt;p&gt;バミューダ代表のロボットチーム「Bermy Bots」が、2026-27年シーズンのFIRST Tech Challenge初戦に出場するため米ジョージア州アトランタへ渡った。Connectech Codingが支援し、初日からの2日間はジョージア工科大卒業生や航空宇宙技術者、元NASA職員らの指導を受けながらロボットを製作する。10月24日(土)に最初のリーグ戦に臨む。各戦の結果がランキングに反映され、2月の州選手権を経て世界選手権を目指す。チームは出発前に9〜14歳向けの無料ロボット製作・コーディング講座も開いた。&lt;/p&gt;</description></item><item><title>因果知識でMLLMのロボット計画を強化するCausGround</title><link>https://robot-news.helloworldlab.dev/topics/0a689330a1e6/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/0a689330a1e6/</guid><description>&lt;p&gt;CausGroundは、行動の前提条件と効果を因果知識として蓄積し、再利用する非パラメトリックな枠組みである。物体の属性や関係を表す世界状態の上で、前提の後ろ向き推論と効果の前向き推論を行い、行動選択や複数手順の計画に生かす。VirtualHomeでは平均タスク成功率が24.9％から53.3％へ、RoboCasaでは閉ループ計画成功率が43.0％から57.0％へ上がった。パラメータ更新なしで実ロボットの逐次操作にも適用できた。同じ話題として、長期の身体性エージェントを評価するTARSphereやSCOPEなどの関連研究も報告されている。&lt;/p&gt;</description></item><item><title>運用しながら学ぶ人介入型オンライン後学習TIDE</title><link>https://robot-news.helloworldlab.dev/topics/0c6aa65c2deb/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/0c6aa65c2deb/</guid><description>&lt;p&gt;事前学習済みロボット基盤モデルを、現場で動かしながら改善する後学習システムTIDEがarXivで発表された。人の介入データと方策自身の実行データを、出自を条件にした教師あり学習でオンライン更新する。価値関数や報酬モデルなどの補助モデルは使わず、学習の複雑さと不安定さを避ける。双腕の実機4タスクで、ウォームスタート方策や同量のオフライン実演を追加した場合より進捗と完遂率が向上した。1タスクあたり1時間未満で最終チェックポイントまで到達する。&lt;/p&gt;</description></item><item><title>学生が中高生向けロボット競技を考案</title><link>https://robot-news.helloworldlab.dev/topics/eaa08d7a490d/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/eaa08d7a490d/</guid><description>&lt;p&gt;学生たちが、中学生と高校生が出場するロボット競技会向けのチャレンジ課題を設計したと、Calexico Chronicleが2026年10月21日に報じた。生徒自身が競技の内容づくりに関わった点が特徴である。本文は取得できておらず、課題の具体的な内容、開催日程、会場などの詳細は不明である。&lt;/p&gt;</description></item><item><title>言語を行動表現にする潜在世界モデルLaLa-World</title><link>https://robot-news.helloworldlab.dev/topics/7c70fd1b50af/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/7c70fd1b50af/</guid><description>&lt;p&gt;言語を共通の行動インターフェースとして使い、シミュレーション、ロボット軌跡、画像、動画から学習する潜在世界モデルLaLa-Worldが発表された。数値の行動や視覚変化を言語で記述し、言語モデル上に構築した単一の予測器で異種データを横断学習する。各領域・タスク別に学習した既存の潜在世界モデルよりMPC計画性能が高く、動画生成モデルのベースラインと同等の性能を学習コスト6分の1、計画13.9倍速で達成した。さらに方策へ微調整したLaLa-Policyは、LIBEROとRoboCasaでCosmos Policyと競合し、推論は最大5.5倍速い。&lt;/p&gt;</description></item><item><title>次の足場だけを見る人型ロボットの歩行知覚</title><link>https://robot-news.helloworldlab.dev/topics/6b1a80558e69/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/6b1a80558e69/</guid><description>&lt;p&gt;ETHの研究チームが、人型ロボットの不整地歩行で使う標高マップを、次の足場の周辺だけに絞る手法を提案した。軽量な足場予測モデルが固有感覚と速度指令から次の2歩を予測し、その周囲の7×7パッチだけを方策に与える。入力は全体スキャンの693点から102点に減り、同じ地形難度に達するまでの学習反復は約3分の1になった。足場がまばらな環境や未知の地形でも全体マップ方式を上回り、計算コストが数倍の注意機構型エンコーダとも同等の性能を示した。Unitree G1にゼロショットで移植し、階段や段差、隙間を屋内外で踏破している。&lt;/p&gt;</description></item><item><title>自己進化するハーネスで履歴依存の操作を改善</title><link>https://robot-news.helloworldlab.dev/topics/3db8013cd33f/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/3db8013cd33f/</guid><description>&lt;p&gt;中国科学技術大学や上海AIラボらが、VLMを編集可能なハーネスでロボットエージェント化するSERAを提案した。長期タスクでは進捗や過去の結果を保持する非マルコフ的な依存が生じる。SERAは観測と実行結果からタスク文脈を更新し、次の計画に反映する。低レベル制御は固定のVLAが担い、環境ロールアウトでハーネスの修正案を評価して選ぶ。RoboMMEで自律選択時の全体成功率は51.38%となり、自己進化なしの44.38%を上回った。&lt;/p&gt;</description></item><item><title>人の動きを因果的に写すヒューマノイド用リターゲット</title><link>https://robot-news.helloworldlab.dev/topics/90f353bafbfe/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/90f353bafbfe/</guid><description>&lt;p&gt;人間の動作をヒューマノイドへ変換するモーションリターゲットに関する研究が2件、arXivに投稿された。SMRは、意味を保つ目標を物理シミュレーション上の専門家方策で追従させ、その軌跡から現在と過去のフレームだけを使う因果的Transformerを学習する。Unitree G1の固定コントローラで、400件のテスト動作の97.0%を完遂し、1フレーム0.37 msで動く。SP-HLMは5つの重要な身体姿勢と潜在動作事前分布を組み合わせ、VLAがまばらな姿勢を予測して全身動作を実時間で復元する。シミュレーションと実機で、追従性能と移動を伴う操作の成功率の向上を示した。&lt;/p&gt;</description></item><item><title>人間のRGB動画から両手の器用さを事前学習</title><link>https://robot-news.helloworldlab.dev/topics/a048d82d76fd/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/a048d82d76fd/</guid><description>&lt;p&gt;RGBのみの人間動画から3D空間に根ざした両手の器用操作を学ぶ枠組み「SpatialDex」が発表された。各動画から場面の形状を復元して手の動きを推定し、手の大きさの事前知識でスケールを揃える。復元した形状は方策の入力と予測対象の両方に使い、視覚言語モデルのトークンに融合する。100万クリップで事前学習し、少数のロボット実演で微調整した結果、シミュレーション9課題で最先端手法を16.5ポイント、実機の両手6課題で38.3ポイント上回った。形状を使わず手の動きだけで事前学習した場合との比較でも、成功率が14.2ポイント向上している。&lt;/p&gt;</description></item><item><title>接触力を予測する世界モデルで挿入成功率が向上</title><link>https://robot-news.helloworldlab.dev/topics/9084c7cd4026/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/9084c7cd4026/</guid><description>&lt;p&gt;接触力が必要な操作では、視覚だけでは荷重情報が得られない。CW-WAMは映像・動作・接触レンチを同時に予測する世界行動モデルで、動作と力を対にして扱う注意機構と長い力の記憶を備える。予測した力は20Hzの外側ループのアドミタンス制御器に参照値として渡される。1mmクリアランスの角ペグ挿入成功率は25%から70%、電源アダプタは40%から95%に向上した。力参照のRMSEもペグ挿入で4.8Nから2.7Nに下がった。&lt;/p&gt;</description></item><item><title>泰山の石段でロボット競技、10月29日に初開催</title><link>https://robot-news.helloworldlab.dev/topics/485125ba5576/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/485125ba5576/</guid><description>&lt;p&gt;中国メディアグループ主催の第1回CMG World Robot Mount Tai Competitionが、2026年10月29日に山東省泰安の泰山で開かれる。コースは紅門から中天門までの約3.8kmで、3,100段超の石段を登る。競技はスピードレースと特別課題の2部門である。ヒューマノイド、脚式、荷物運搬脚式、外骨格支援登山の4種目があり、別に全地形偵察チャレンジも行われる。&lt;/p&gt;</description></item><item><title>南アの小学校がロボコンで3賞、1位に輝く</title><link>https://robot-news.helloworldlab.dev/topics/e932bd4c36d5/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/e932bd4c36d5/</guid><description>&lt;p&gt;南アフリカ・ジョージ地域で10月17日(土)、Inkcubeko Youth Science Centre主催のロボット競技会がPacaltsdorp Primary Schoolで開かれた。地域の学校から20チームが参加し、同センターとしては最大級の大会となった。Hibernia Primary Schoolが1位を含む3賞を獲得した。Jonga High SchoolとImizamo Yethu Secondary Schoolも入賞した。基調講演では、林業分野でのロボットやAIの活用と持続可能性の重要性が語られた。&lt;/p&gt;</description></item><item><title>物理AIの再帰的自己改善を整理したサーベイ論文</title><link>https://robot-news.helloworldlab.dev/topics/e0b3f193ab16/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/e0b3f193ab16/</guid><description>&lt;p&gt;NUS、HUST、SJTU、NTU、HKBUの研究者が、物理世界のロボットにおける再帰的自己改善（RSI）を論じる論文をarXivに投稿した。RSIとは、挙動だけでなく改善の過程そのものも改善していく仕組みである。部分的な観測や高コストな試行、不可逆な結果といった物理環境の制約を踏まえ、ロボット学習の中での位置づけと道筋を整理している。既存研究は操作タスクが中心で、挙動の改善や後続の学習への効果、手順の改善は確認されている。一方、再帰そのものに起因する利得を切り分けた物理実験はまだないと指摘する。評価の原則と今後の研究方向もまとめている。&lt;/p&gt;</description></item><item><title>物理に基づく深度ノイズ分解でsim-to-realを改善</title><link>https://robot-news.helloworldlab.dev/topics/d4c77155467b/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/d4c77155467b/</guid><description>&lt;p&gt;実世界の深度センサのノイズはシミュレーションと大きく異なり、sim-to-real転移の障壁になっている。PRISMはこのノイズを「センシング無効化」と「計測誤差」の2種に分け、物理的な発生源ごとに扱う枠組みである。3D視覚基盤モデルの特徴を空間的・意味的な事前情報として蒸留し、まばらな無効領域には階層的な正例優先の教師信号を用いる。ノイズ付き深度の合成で最高水準の忠実度を示し、実ロボット実験では平均成功率92.1％を達成した。同日の話題として、単一のRGB-D入力から物体姿勢を推定するF2G-Poseも28FPSで動作しSOPEとROPEで最高精度を報告している。&lt;/p&gt;</description></item><item><title>米パイク郡の学校がロボコンに参加</title><link>https://robot-news.helloworldlab.dev/topics/3f1650679581/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/3f1650679581/</guid><description>&lt;p&gt;米国のパイク郡の学校がロボット競技会に参加したことを、地元紙The Troy Messengerが2026年10月21日に紹介した。学校単位での取り組みとして報じられている。本文は取得できておらず、大会名、参加チーム、成績、日程などの詳細は不明である。地域の学校によるロボティクス活動の一例といえる。&lt;/p&gt;</description></item><item><title>約20msで反応する人型ロボット全身遠隔操作</title><link>https://robot-news.helloworldlab.dev/topics/c61da9f1cf00/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/c61da9f1cf00/</guid><description>&lt;p&gt;人型ロボットの全身遠隔操作システム「HuMiT」が発表された。制御方策が受け取る参照は、ルート高さと速度、手首・足首4点のSE(3)姿勢という少数の情報だけである。最適化型のリトargetingや未来フレームの条件付けが不要になり、VRヘッドセットとトラッカーによる計測と閉形式のスケール補正で済む。ヘッドセットから方策出力までの遅延は約20ms、映像ベースの遅延は中央値65msだった。Unitree G1で、投げられたボールの捕球や移動を伴う協調操作を実証している。&lt;/p&gt;</description></item><item><title>両手の器用操作を1方策で追従するDONIC</title><link>https://robot-news.helloworldlab.dev/topics/49eba9cdc4d6/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/49eba9cdc4d6/</guid><description>&lt;p&gt;DONICは、人間のデモから両手の器用な動作を追従する汎用の制御方策で、1つのネットワークで左右の手を制御する。多視点の両手物体操作データセットBiHOI（229物体、1,575シーケンス）も新たに構築し、ロボットハンド向けの参照動作に変換した。学習はPPOと行動模倣を組み合わせ、成功した実行結果をデモとして再利用する。物体中心の手ごとの報酬や、クリップ単位の優位性補正も導入した。微調整なしで、学習物体の未見軌道で86.79%、未見物体で57.32%の成功率となり、既存手法を大きく上回った。評価はIsaac Gymのシミュレーション上である。&lt;/p&gt;</description></item><item><title>MIT学生チームが月面ごみ再利用でNASA競技会優勝</title><link>https://robot-news.helloworldlab.dev/topics/d39907ff256f/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/d39907ff256f/</guid><description>&lt;p&gt;NASAの月面リサイクル競技会「LunaRecycle Challenge」のフェーズ2で、MITの学生チームCERBERUZが1位を獲得した。試作機部門とデジタルツイン部門の両方で優勝し、賞金は計77万5000ドルに上る。システムは混合ごみを微粉末に粉砕し、Zotekフォームなどを補強材として再利用する。粉末は射出成形品や3Dプリント用フィラメントの原料になる。全米14の決勝チームが8月24〜28日にアラバマ大学で技術を披露した。月面基地での廃棄物削減と部品の現地調達につながる点が重要だ。&lt;/p&gt;</description></item><item><title>VLAの頑健性と汎用AIの操作力を測る評価研究</title><link>https://robot-news.helloworldlab.dev/topics/328e6a30c271/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/328e6a30c271/</guid><description>&lt;p&gt;ロボット操作の評価に関する論文2件がarXivに投稿された。RoboCasa-Shiftは、家庭内の長時間タスクでVLAが環境変化にどう崩れるかを段階別に診断するベンチマークで、GR00T N1.5を1,040回の試行で評価した。同じ低下幅でも、失敗が起きる段階は条件によって異なると分かった。もう1件はLIBERO-10で、GPT、Claude、Geminiなど6つの最先端モデルを18設定、1,800エピソードで評価した。最高の成功率はGPT-6 Astraの44%で、推論量を増やすと概ね向上した。両研究とも、評価用のコードや結果を公開している。&lt;/p&gt;</description></item><item><title>VLAの内部を解析し座標への固着を解明</title><link>https://robot-news.helloworldlab.dev/topics/c92a61ac01ce/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/c92a61ac01ce/</guid><description>&lt;p&gt;VLAモデルの内部機構を、スパースオートエンコーダと因果的介入で調べた研究。タスクAの活性を別の場面のπ0.5に注入すると、99.6%のエピソードでAの動作軌道が実行され、動作が視覚上の物体でなく絶対的な作業空間座標に結び付くことが分かった。実機UR10eでも確認され、元の物体を10〜15cm動かしても記録座標で把持し、50/50回で誤動作した。6種のVLAを42万回超のロールアウトで調べ、どの構成も指示を符号化するが視覚より低く重み付けすることも示した。520超のSAEを収めた解析基盤Action Atlasも公開した。&lt;/p&gt;</description></item><item><title>ガウシアンスプラッティングによる3Dシーン理解の研究3件</title><link>https://robot-news.helloworldlab.dev/topics/3ff61786a002/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/3ff61786a002/</guid><description>&lt;p&gt;3D Gaussian Splattingをロボットの環境理解に使う論文が3件出た。PanoGraphGSはパノプティック分割と階層的3Dシーングラフを統合し、フロア・部屋・物体の階層を復元する。ReplicaとNaviGSで物体ノード精度が最強の比較手法を平均50ポイント超上回り、実世界データセットNaviGSも公開した。AOV-GSはSAMとCLIPを用い、意味的に新しい視点を優先して探索する能動マッピングで、Replicaの言語場mIoUを幾何のみの計画より1.3ポイント改善した。SceneRigは単一画像から物体ごとに再構成し、幾何・物理のフィードバックで配置を補正してシミュレーション可能なシーンを作る。&lt;/p&gt;</description></item><item><title>ロボットのプランナーを後学習で強化するAgenticRoboRL</title><link>https://robot-news.helloworldlab.dev/topics/4b94bfe19b18/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/4b94bfe19b18/</guid><description>&lt;p&gt;ロボットのプランナーを、複数のハーネスにまたがって後学習するフレームワークAgenticRoboRLが公開予定だ。教師あり微調整とマルチターン強化学習を組み合わせ、ハーネスごとのアダプタで共通の学習パイプラインを実現する。対象はVLAスキル呼び出しと制御コード生成の2方式である。LIBERO-PROで9Bパラメータのプランナーの成功率が18.1%から71.0%に向上し、外部メモリ付きCodex（GPT-5.5）の72.1%に迫った。フレームワークと学習済みチェックポイントは公開される予定である。&lt;/p&gt;</description></item><item><title>ロボット脱出ゲーム型の検証可能な操作ベンチ「HATCH」</title><link>https://robot-news.helloworldlab.dev/topics/205e6b9888a7/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/205e6b9888a7/</guid><description>&lt;p&gt;ロボット操作の能力主張は検証が難しく、既存のリーダーボードは非公開・シミュレーション限定・不正可能のいずれかだという問題意識から、HATCHが提案された。実物のロボット脱出部屋として仕様を公開し、物理的に再現でき、センサーで採点し、事前の練習が効かない設計だ。タスクは5つのスキル分野と3段階の難易度にまたがり、前のタスク完了をセンサーが確認すると次が解錠される連鎖構造で、一つの長期評価になる。配置は実施日のシードでランダム化し、参加者は無編集動画・センサーログ・シードを添えた自己実行を提出する。仕様書、製作ガイド、部品表、採点基準は公開ライセンスで公開される。&lt;/p&gt;</description></item><item><title>移動マニピュレータの文脈的全身把持をゼロショット転移</title><link>https://robot-news.helloworldlab.dev/topics/d118987188cb/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/d118987188cb/</guid><description>&lt;p&gt;CMU Pathak研が、場面に応じた全身操作を学ぶsim-to-real枠組みCOWBOYを発表した。環境を考慮した全身制御器が数千の場面でのリーチを担い、局所的なRL専門家が物体操作を学んで多数のレイアウトで再利用される。これらを蒸留し、点群入力から移動基台・腕・多指ハンド・可動カメラを動かす単一の視覚方策を作った。計32自由度を協調させ、散らかった机や棚、引き出しなどで数百の物体をゼロショットで把持できる。&lt;/p&gt;</description></item><item><title>月面ローバー向けオープンソースシミュレータMARE</title><link>https://robot-news.helloworldlab.dev/topics/687910baa859/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/687910baa859/</guid><description>&lt;p&gt;月の極域では太陽高度が低く、長く濃い影がステレオ視やテレイン認識、自己位置推定を難しくする。MAREはUnreal Engine 5とROS 2上に構築した、月面ローバーの知覚・自律用オープンソースのシミュレーション一式である。クレーターや岩のある地形の標高マップを生成するTerrain Studio、ステレオ・LiDAR・イベント・SPADカメラを備えた物理ベースのローバー2種、Webベースのミッション制御を行うGNCスタックで構成される。画素単位の正解データを時刻同期で出力でき、低太陽高度での予測影と描画影のIoUは平均0.79だった。実機試験の高コストを補う開発基盤となる。&lt;/p&gt;</description></item><item><title>言語による修正でロボットの特徴表現を編集するFLEX</title><link>https://robot-news.helloworldlab.dev/topics/26ef6d521801/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/26ef6d521801/</guid><description>&lt;p&gt;Lee、Dennler、Sucholutsky、Bobuらが、ロボットがタスクの特徴を取り違える問題に対し、自然言語の修正で内部表現を更新するFLEXを提案した。言語モデルを使い、足りない特徴の追加、具体的すぎる特徴の一般化、無関係な特徴のマスクという3操作で表現を反復的に洗練する。2Dナビゲーション、7DoFのFranka卓上操作、実ロボットでの人間の言語修正を用いた実験で評価した。単一操作の手法などと比べ、3操作すべてが対話場面で必要であり、正規化報酬も一貫して高く、簡潔で転用しやすい表現を保つと報告している。CoRL 2026に採択された。&lt;/p&gt;</description></item><item><title>四足ロボ＋アームを一人で操る双方向遠隔操作</title><link>https://robot-news.helloworldlab.dev/topics/7e93edb05759/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/7e93edb05759/</guid><description>&lt;p&gt;LocoPilotは、移動と操作を併せた方策の学習用デモを一人で収集できる双方向遠隔操作フレームワークである。12自由度の Unitree Go2 四足ロボットに6自由度の AgileX Piper L アームと RealSense D435・D405 カメラを搭載し、リーダー用の第2のアームと2つのハンドヘルドコントローラで胴体・姿勢・アーム・グリッパーを同時に操作する。力覚センサなしで推定した接触力を、受動性を保つ触覚チャネルで操作者に返す。ROS 2で同期した多モーダル観測と共通の11次元行動を記録し、MolmoAct2をピック＆プレース demo で微調整して、再マッピングなしに実機へ展開できた。コードは公開されている。&lt;/p&gt;</description></item><item><title>触覚をIn-Context学習に使う精密操作</title><link>https://robot-news.helloworldlab.dev/topics/e9f33a8c4fff/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/e9f33a8c4fff/</guid><description>&lt;p&gt;タスク別の学習をせずに、触覚の経験から細かな操作ができるかを調べた研究。システムTactile-ETAは、専門家デモの各動作にカメラ映像と両側の触覚観測を組み合わせ、文脈として与える。エージェントは現在の視覚、触覚、固有受容と合わせ、汎用ロボットツールで行動を選び、パラメータは更新しない。シミュレーション4タスクでは、同じ2件のデモに触覚を加えると平均成功率が15.75%から24.00%に上がった。実機では視覚と触覚をそろえたデモで成功率が0%から60%になった。&lt;/p&gt;</description></item><item><title>身体性動画生成を評価するMLLM審判「RoboJudge」</title><link>https://robot-news.helloworldlab.dev/topics/024729098f31/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/024729098f31/</guid><description>&lt;p&gt;動画生成モデルを身体性ワールドモデルの基盤にするには、生成された動作が物理的に妥当でタスク指示に忠実である必要がある。研究チームは、物理的妥当性と指示整合性の2軸でMLLMの審判能力を測るRoboJudge-Benchを作った。8種のコーパスと10種の動画生成器による人手注釈付き800本を対象とし、汎用MLLMは物理面で人間との一致が低いことが分かった。そこで1.2万本・2.5万件のスコアで構成する学習データを作り、教師あり学習と強化学習で9BのRoboJudge-9Bを訓練した。ピアソン相関は0.719で、最良の商用比較対象Gemini-3.7-Flashを0.089上回った。&lt;/p&gt;</description></item><item><title>人間の動画1本から数千のロボット実演を生成</title><link>https://robot-news.helloworldlab.dev/topics/a6d62b36db20/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/a6d62b36db20/</guid><description>&lt;p&gt;人間のRGB動画1本から、同カテゴリの多様な物体に対するロボット実演を数千件生成するReal2Sem2Realが発表された。物体の姿勢をGaussian splatで追跡し、写真から作ったデジタルな類似物体を意味的に位置合わせして、シミュレーションで再生する。IsaacSimまたはMuJoCoで2,000件超を約2時間で生成できる。生成データでπ0.5を微調整し、2台の実ロボット・4タスクで評価した結果、遠隔操作データと同等以上の性能を示した。&lt;/p&gt;</description></item><item><title>人型ロボ向けモーション変換を最大136倍高速化</title><link>https://robot-news.helloworldlab.dev/topics/c7e5df2ae2bc/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/c7e5df2ae2bc/</guid><description>&lt;p&gt;人間のモーションキャプチャを各種ヒューマノイドへ変換する作業は計算コストが高く、手作業の調整も必要だった。FRDVは、独自のSQPソルバー、リアルタイムイテレーション、並列チャンク処理を組み合わせた高速な運動学リターゲティングと、任意の動力学検証から成る枠組みである。処理速度は最大9,156フレーム/秒で、GMRやProtoMotionsより最大約136倍高速とされる。接触を暗黙に扱うiLQRで動力学的に実現困難な動作を見分け、足の浮きや滑りも修正する。モーション追従の強化学習で品質を評価し、Unitree G1でゼロショットのシム・トゥ・リアル転移を確認した。コードと動画は公開されている。&lt;/p&gt;</description></item><item><title>数秒の人間動作から多指ハンドの技能を獲得するAdaDex</title><link>https://robot-news.helloworldlab.dev/topics/0a3f63814a0d/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/0a3f63814a0d/</guid><description>&lt;p&gt;数秒の手と物体の軌道1本から、適応性のある多指ハンド技能を学習する強化学習枠組みAdaDexが発表された。モーションキャプチャや実写動画の再構成データを使う。人間らしさを植え付ける動作追跡環境と、ノイズを加えた初期状態・目標で汎化を促す環境の2群で共通方策を学習する。把持、物体の再配置、指歩行を伴う持ち替え、投げ受けなどを獲得し、ベースラインより汎化性と機能性で上回った。シミュレータ間や実機への転移も示している。&lt;/p&gt;</description></item><item><title>多視点の潜在行動で動画から異種ロボットへ学習</title><link>https://robot-news.helloworldlab.dev/topics/460715725d19/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/460715725d19/</guid><description>&lt;p&gt;行動ラベルのない動画からロボットの方策を学ぶため、複数カメラの映像を使う潜在行動モデル（LAM）が提案された。従来の単一視点では奥行き方向の動きや遮蔽が曖昧になるため、クロスアテンションで視点を統合してから潜在行動に圧縮する。2視点にすると正解の6D行動の復元精度が単一視点より17%高まった。下流方策の成功率は単一視点LAMの+6.2%に対し+13.5%向上した。人の手の実演を使う実機の850回の試行では、行動のみの方策より成功率が+20%高かった。&lt;/p&gt;</description></item><item><title>凍結した一段生成方策を潜在ノイズ補正で後学習</title><link>https://robot-news.helloworldlab.dev/topics/3931fd90f0f0/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/3931fd90f0f0/</guid><description>&lt;p&gt;人手のデモには迷いや非効率な動きが混じり、通常の模倣学習では質の低い動作まで再現してしまう。AWLSは、事前学習済みの一段生成方策のデコーダを凍結したまま、潜在ノイズに対する観測条件付きの小さな残差補正（residual noise shaper）だけを学習するオフライン後学習手法である。アドバンテージは勾配を流さず教師あり重みとしてのみ用い、批評家の誤差増幅や事前分布からの逸脱を抑え、高速な一段推論も保つ。ノイズ摂動への応答性でチェックポイントを選ぶ基準も提案した。シミュレーションと実機5タスク（各20回試行）で、基本方策を上回る結果を示した。CoRL採択の研究である。&lt;/p&gt;</description></item><item><title>任意の骨格で動画と3D動作を同時生成するNVIDIAのモデル</title><link>https://robot-news.helloworldlab.dev/topics/6bac73ae9245/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/6bac73ae9245/</guid><description>&lt;p&gt;NVIDIA Researchが、テキストから動画と同期した3Dモーションを任意の骨格（リグ）向けに同時生成するモデル「JCA」を発表した。動画生成モデルは現実的な動きを描けるが、特定の3Dアセットに再生可能な動きとして返せなかった。そこで3Dモーション用の別モデルを、少数のクロスアテンション層で事前学習済み動画モデルとつなぐ構成を採った。関節の位置を動画内で推定することでカメラも復元し、動きを3Dシーンに配置できる。人間やロボットの動画を含む約20万の学習ペアで訓練し、動画優先の手法よりテキストに忠実に動かせると評価された。キーフレームによる軌道制御や、動画と動作の相互変換にも対応する。&lt;/p&gt;</description></item><item><title>汎用モデルが触覚で操作、専用VTLAに匹敵</title><link>https://robot-news.helloworldlab.dev/topics/52e983e2dbda/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/52e983e2dbda/</guid><description>&lt;p&gt;2026年10月20日にarXivへ、触覚を扱うロボット操作に関する論文が複数投稿された。GPT-as-Tactile-Policyは、専門家デモを作業指針と触覚参照に要約し、汎用マルチモーダルモデルGPT-6-Astraが触覚フィードバックで動作を修正する。ロボット専用の事前学習やタスクごとの微調整なしで、UniVTACの5タスクで平均成功率93.8%を達成した。Insert Holeでは触覚により成功率が31%から99%に向上した。T-WLAは視覚メモリを共有して触覚修正を行う手法で、指関節MPJPEを30%低減し、実機の成功率は約50.0%だった。&lt;/p&gt;</description></item><item><title>微分可能世界モデルで人型の全身制御を高速学習</title><link>https://robot-news.helloworldlab.dev/topics/5c9ffea39ff5/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/5c9ffea39ff5/</guid><description>&lt;p&gt;SuperMimicは、人間の動作データを追従するヒューマノイド全身制御を、1つの微分可能な世界モデルで学習する手法である。剛体シミュレータの遷移データから世界モデルを作り、方策と同時に学習して、短い想像上のロールアウトの勾配で方策を更新する。H100 1枚で3時間の学習により、SONICが128GPUで7日かけた水準の報酬を上回り、GPU時間は1000倍以上減る。129,514件のベンチマーク動作で失敗は25件で、SONICの179件より少なく、2GPUで9.8時間なら0件になる。実機のUnitree G1でも多様でアクロバティックな動作を実現した。&lt;/p&gt;</description></item><item><title>予測幾何と感覚運動整合で操作ポリシーを高める研究</title><link>https://robot-news.helloworldlab.dev/topics/a6573e3e5b9c/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/a6573e3e5b9c/</guid><description>&lt;p&gt;ロボット操作の基盤モデルに関する論文が2本出た。一つは、凍結した3D基盤モデルの幾何特徴から予測的な幾何表現と、行動に効く運動表現を学ぶ二段階の枠組みである。LIBERO、SimplerEnv、実世界の双腕・単腕タスクで方策を改善し、WidowX評価では絶対値で10.4ポイント向上した。推論時に未来観測は不要で、複数のVLAやWAMにも転用できる。もう一つはSensorimotor Alignment（S²）で、感覚表現と軌道の近傍の重なりを測る学習不要の指標だ。S²が高いモデルほどタスク成功率が高い傾向があり、閉ループ評価前にモデルを選ぶ安価な代理指標になる。&lt;/p&gt;</description></item><item><title>9Bモデルで空間把握を強化したACE-Brain-0.6</title><link>https://robot-news.helloworldlab.dev/topics/7abc072f9859/</link><pubDate>Mon, 19 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/7abc072f9859/</guid><description>&lt;p&gt;身体性基盤モデルの知覚を強化するため、空間グラウンディングの教師データを拡大した研究。ロボット操作の記録や一人称視点の映像などを、検証可能な教師データに変換するパイプラインを作り、Qwen3.5-9Bを約150万サンプルで微調整してACE-Brain-0.6を得た。公開ベンチマーク7件のうち4件でGPT-6 Astraを上回り、平均は75.41対73.68だった。データを0.26Mから1.55Mへ増やすと平均は69.3から75.4へ上がった。ただしPixMo-Countなど3件ではAstraに及ばず、ロボット操作の成功までは検証していない。&lt;/p&gt;</description></item><item><title>基盤モデルの能力を教師介入で蒸留するTILDE</title><link>https://robot-news.helloworldlab.dev/topics/96028146f34a/</link><pubDate>Sun, 18 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/96028146f34a/</guid><description>&lt;p&gt;行動の大規模事前学習を持たない方策へ、事前学習済みの身体性基盤モデル（EFM）の能力を移す手法TILDEが提案された。生徒方策が実際に到達する状態で教師が教える方策内蒸留と、教師が実行した回復軌道からの学習を組み合わせる。さらにAutoDAggerは、報酬モデルで進捗を監視して教師の介入を自動で起動し、人手の監視なしに回復データを集める。回復軌道の収集は人が介入する方式より2倍以上速い。実機の3タスクで、行動模倣に比べ最大4.1倍の性能向上を示し、異なるアーキテクチャ間の蒸留にも有効だった。&lt;/p&gt;</description></item><item><title>両手の器用操作を測る106タスクのベンチ</title><link>https://robot-news.helloworldlab.dev/topics/b67d7f48faa6/</link><pubDate>Sun, 18 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/b67d7f48faa6/</guid><description>&lt;p&gt;両手ロボットによる器用操作を評価するシミュレーションベンチマークBiDex-100が発表された。汎化、指示追従、少数デモ、長期タスク、記憶の5軸にわたる106タスクで構成し、各タスクには視覚・空間条件を変えた分布外版が付く。22自由度のハンドを持つ2種の機体に対応し、成功を検証済みの遠隔操作デモ8,080件（計625万フレーム）を提供する。最近のVLAモデル7種を共通条件で評価し、能力別の性能、頑健性、データ効率のベースラインを示した。コード、タスク、データ、評価ツールは公開予定とされる。&lt;/p&gt;</description></item><item><title>π0.5を高速化するMamba行動エキスパートMambaAct</title><link>https://robot-news.helloworldlab.dev/topics/3b02fd77d570/</link><pubDate>Fri, 16 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/3b02fd77d570/</guid><description>&lt;p&gt;flow-matching型VLAであるπ0.5の推論コストを下げるため、MambaActが提案された。事前学習済みの視覚言語エンコーダは維持し、Transformer製の行動エキスパートを小型のMamba製に置き換える。VLMトークンを圧縮するContext Compressorで条件付けを保つ。行動エキスパートは10分の1の大きさとなり、デノイズ遅延はLIBEROで64.8%、実環境で58.8%減った。LIBEROの平均成功率も1.08ポイント向上し、コードとモデル重みは公開されている。&lt;/p&gt;</description></item><item><title>計画に役立つ記号とは何かを解くハイブリッド計画研究</title><link>https://robot-news.helloworldlab.dev/topics/6a16704484c7/</link><pubDate>Fri, 16 Oct 2026 00:00:00 +0000</pubDate><guid>https://robot-news.helloworldlab.dev/topics/6a16704484c7/</guid><description>&lt;p&gt;連続空間のロボット計画では、接触モードなどの離散的な記号を使うと探索しやすくなるが、何が良い記号かは明確でなかった。本研究は、解法にとって問題を簡単にする記号を「ソルバー十分」と定義し、区分アフィン系でこれを厳密に特徴づけた。反例誘導による記号発明のアルゴリズムを作り、ニューラルネットのエネルギー関数にも拡張した。シミュレーションと実ロボットの課題で、解の質を保ちつつ解法コストが下がり、解釈性と操作性も高まった。同日の別研究では、拡散計画器が未知領域でエキスパートを選ぶより、20シーンの追加学習のほうが効果的だと示している。&lt;/p&gt;</description></item></channel></rss>